XM-840B皮肤层次切面模型   XM-840B皮肤层次切面模型由表皮和真皮组成，借皮下组织与深层组织相连，并显示表皮、真皮组织层次结构以及皮下组织和皮肤附属器（包括毛、皮脂腺、汗腺和神经末梢）等结构。 尺寸：放大约70倍，30×22.5×10cm 材质：PVC材料

XM-129脊椎模型   XM-129脊柱模型（脊椎模型）由带枕骨的颈椎、胸椎、腰椎、骶尾骨、骨盆及脊神经串制而成一个整体，包括脊椎、神经根、脊椎动脉、分椎间盘、脊柱横突和脊椎切面，显示了带枕骨的脊柱、骨盆和脊神经的形态、外观和组成，固定于铁质支架上。 尺寸：自然大 材料：PVC材料

XM-NC高级难产训练示教练习模型   一、功能特点： ■ XM-NC高级难产训练示教练习模型采用高分子材料制成，仿真度高。 ■ 本模型为成年女性下腹部及盆会阴部，标准操作体位，具有手绘的主要解剖标识和骨质盆腔的轮廓。 ■ 可演示所有异常分娩的各种情景设置。 ■ 手捏橡皮球可对盆腔内气囊进行充气，模拟盆腔狭窄。 ■ 可根据操作者需求变换胎儿胎位，演示盆腔骨性狭窄难产过程。 ■ 可实现衔接、下降、俯屈、内旋转、仰伸、复位及外旋转、胎儿娩出等整个分娩过程。 ■ 可反复进行练习。   二、标准配置： ■ 难产操作模型：1台 ■ 婴儿模型：1个 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-FQ腹腔穿刺训练模型   一、功能特点： ■ XM-FQ腹腔穿刺训练模型为成年人半身结构，取平卧位，采用高分子材料制成，肤质仿真度高，质地柔软，触感真实。 ■ 体表标志明显：肋弓下缘、尖突、腹直肌、脐、腹股沟、髂前上棘、髂嵴，均可明显感知。 ■ 可进行腹部移动性浊音叩诊训练。 ■ 可进行腹腔穿刺术训练，进针有落空感，穿刺成功可抽出模拟腹腔积液。 ■ 同一部位可反复穿刺。 ■ 皮肤和穿刺囊腔可更换。   二、标准配置： ■ 腹腔穿刺模拟人：1台 ■ 穿刺针：1根 ■ 说明书：1册 ■ 保修卡合格证：1张

XM-GS骨髓穿刺训练模型   XM-GS骨髓穿刺训练模拟人模型为成年男性半身结构，采用高分子材料制成，体表标志明显，肤质仿真度高，适用于医学院校和教学医院进行骨髓穿刺模拟教学，可尽快提高教学和考核效果。   一、功能特点： ■ XM-GS骨髓穿刺模拟人采用高分子材料制成，体表标志明显，肤质仿真度高。 ■ 模拟人取平卧位，质地柔软，触感真实，外观形象逼真。 ■ 解剖标志准确：胸骨柄上缘、髂前上棘等可明显触知，便于穿刺定位。 ■ 可进行髂前上棘穿刺术、胸骨柄穿刺术，刺透模拟骨髓腔有落空感，并可抽取模拟骨髓液。 ■ 同一部位可反复穿刺。 ■ 穿刺部位模块可更换。   二、标准配置： ■ 骨髓穿刺训练模型：1台 ■ 可更换穿刺模块：1套 ■ 说明书：1册 ■ 保修卡合格证：1张

产品详细介绍1、中小学地理教具：大型立体地球仪、平面地球仪、（世界、中国、广东省、珠三角洲）立体地形图、中国政区图、世界政区图、广东省政区图、16种地貌模型、综合型流水地貌、综合型喀斯特地貌、九月星空亭、地动仪、地球内部构造、气象仪器、等。 　　2、中小学生物教具：动、植物进化图、8种动物进化模型、仿真动物模型、等。 　　3、历史教具：名人头像（雕塑）、古代器物（仿真）、大型浮雕、仿长城模型、石膏教具、文化广场雕塑、浮雕等。

成果介绍本发明公开了一种虚拟家装室内场景设计中的阴影渲染方法。包括阴影映射图生成步骤，半影估计步骤，基于泊松碟采样的百分比渐近滤波步骤，最后通过加入漫反射环境光，生成具有真实感的虚拟家装室内场景阴影效果图。本发明方法能够高效且能改善阴影映射图锯齿走样的问题。技术创新点及参数本发明提供一种真实感强烈，生成了场景中物体的软阴影而且速度快， 可以满足虚拟家装实时渲染要求的虚拟家装室内场景设计中的阴影渲染方法。市场前景本发明方法结合阴影映射图与百分比渐进滤波技术实现虚拟室内家装 的实时阴影效果渲染，不仅能够生成具有真实感的家装室内设计中的阴影渲染，而且 不会随着场景中三维物体复杂度增加而增加，无需预处理能够满足实时应用需求。该 技术对计算机虚拟现实在虚拟家装领域的应用具有重要意义。

本成果以专利形式体现（专利号 201310723968.2 ），生命科学大多以微生物为研究对象，有很多物种都是近缘的，无法用普通方法区分，本方法通过 PCR 方法可以快速区分，建立了一种设计特殊引物的方法。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：